Os modelos chineses de IA são frequentemente vistos como sistemas que seguem as posições oficiais de Pequim sobre questões sensíveis ou se recusam a responder. Pesquisas da empresa de avaliação de IA Vals AI sugerem que seu comportamento é mais variado.

A Vals testou 25 modelos da China, dos Estados Unidos e de outros países com centenas de perguntas sobre a China. Os pesquisadores alteraram o idioma, o contexto de uso e o formato de resposta exigido ao longo dos testes. Eles mediram o que chamaram de “inclinação pró-China” em uma escala de -1 a +1, com pontuações positivas indicando maior concordância com as posições oficiais do governo e pontuações negativas indicando respostas mais críticas.

De modo geral, os modelos chineses mostraram menos alinhamento pró-governo do que a Vals esperava, embora os resultados tenham diferido substancialmente entre os sistemas individuais. O GLM-5.3 Flash, por exemplo, reconheceu explicitamente, em um teste, que as violações de direitos humanos da China são bem documentadas. Ao mesmo tempo, alguns modelos não chineses ocasionalmente adotaram posições oficiais chinesas.

O idioma usado em um prompt teve um efeito particularmente forte. A maioria dos modelos deu respostas mais pró-governo em chinês simplificado do que em inglês, russo ou espanhol. O padrão apareceu tanto em modelos chineses quanto americanos, mas foi consideravelmente mais forte entre os sistemas chineses. A Vals também encontrou uma diferença menor e consistente entre o chinês simplificado e o chinês tradicional.

Os pesquisadores sugerem que os modelos podem inferir um ponto de vista esperado a partir do idioma de uma solicitação. Em outro teste, alguns sistemas tornaram-se mais pró-governo quando informados de que estavam sendo usados internamente por uma empresa na China continental, em vez de por uma empresa nos Estados Unidos.

A Vals constatou que a maioria dos modelos chineses não simplesmente se recusou a responder a perguntas politicamente sensíveis. A exceção foram determinados modelos DeepSeek. Outros sistemas às vezes respondiam adotando narrativas oficiais do governo. O Kimi K3, por exemplo, negou a existência de campos de concentração para uigures em Xinjiang e descreveu as instalações como centros de treinamento profissional destinados a combater o extremismo e o terrorismo.

O formato de resposta solicitado também afetou os resultados. Quando instruídos a responder apenas com sim ou não, o GLM-5.3 Flash e o MiMo V2.6 Pro registraram pontuações pró-governo substancialmente mais baixas do que quando podiam fornecer respostas abertas.

A adição de instruções de sistema e definições de ferramentas de assistente de programação também reduziu as pontuações pró-governo de vários modelos chineses, embora os sistemas raramente tenham usado as ferramentas. Uma mudança semelhante ocorreu quando os modelos receberam acesso à pesquisa na web, apesar de não terem realmente pesquisado na internet.

As tendências políticas foram mais difíceis de identificar em tarefas realistas de trabalho do que em perguntas políticas direcionadas. No entanto, a Vals encontrou exemplos em aplicações rotineiras. Ao traduzir códigos de países para um aplicativo de viagens em chinês simplificado, a maioria dos modelos apresentou “Taiwan” sem um qualificador adicional, enquanto o Qwen3.8 Max traduziu o termo como “Taiwan, China”, uma formulação associada à posição do governo chinês.

A Vals também relatou diferenças dependentes do idioma em testes de geração de mapas envolvendo o GPT Image 2.5 Sunburst, da OpenAI. No exemplo em chinês, o modelo identificou Taiwan como “Província de Taiwan” e incluiu a controversa linha de nove traços usada por Pequim para reivindicações territoriais no Mar do Sul da China. Esses elementos estavam ausentes no exemplo em inglês apresentado pelos pesquisadores.

O ajuste fino produziu outra mudança significativa. O Thomson 1.0 Small, desenvolvido pela Thomson Reuters e baseado no Qwen3.6 35B, adotou posições oficiais chinesas com muito menos frequência nos testes. A proporção relatada caiu de 84,6% para o modelo original para 15,0% para a versão ajustada. Algumas respostas ainda apoiaram o princípio de Uma Só China de Pequim e a ideia da “reunificação pacífica” de Taiwan.

A Vals observou várias limitações. As perguntas políticas foram elaboradas para testes e não representam prompts típicos de usuários. As perguntas foram traduzidas usando o GPT-6 Astra e verificadas por amostragem, enquanto o GPT-5.6 Luna avaliou automaticamente as respostas. As recusas foram contabilizadas como neutras, o que significa que um modelo que recusasse todas as perguntas poderia parecer neutro.

Muitos modelos chineses foram acessados por meio de provedores terceirizados, e não pelos serviços oficiais de seus fabricantes. Essas plataformas oficiais podem aplicar filtros adicionais, portanto os resultados podem não refletir diretamente o comportamento de chatbots disponíveis publicamente. O estudo, assim, apresenta diferenças nas respostas dos modelos sob condições específicas de teste, e não uma avaliação universal de cada implementação.

Fontes: The Decoder.